论文地址：https://arxiv.org/abs/2112.11790项目地址：https://github.com/HuangJunJie2017/BEVDet在anaconda中创建虚拟环境并启动condacreatebevdet_ckptpython=3.7-y进入虚拟环境condaactivatebevdet_ckpt阅读论文，想要复现BEVDet的Tiny版本，在原作者的Github最新bra

我理解的复现，就是把代码跑通，完整训练一遍，然后测试，争取达到论文里报告的效果。虽然大部分工作复现出来可能都到不了论文里的性能，比较玄学。概述Lift-Splat-Shoot(LSS)是BEV方法的开山之作，作者来自NVIDIA。该方法是一个纯视觉的感知方法，用来做BEV分割任务的，但是其架构和思

​作者：杨一飞写在前面：关于OE包内参考算法的使用，地平线已经释放了大量文档指导用户完成各类模型的训练、校准、量化、定点过程，但其中有些细节可能会对不是特别熟悉算法工具链的客户造成困扰，本文档致力于消除参考算法使用过程中所有可能存在的模糊操作，引导初学者快速上手参考算

写在前面：关于OE包内参考算法的使用，地平线已经释放了大量文档指导用户完成各类模型的训练、校准、量化、定点过程，但其中有些细节可能会对不是特别熟悉算法工具链的客户造成困扰，本文档致力于消除参考算法使用过程中所有可能存在的模糊操作，引导初学者快速上手参考算法，在实操中树立

介绍自动驾驶感知任务中的--3DOccupancySemanticPrediction什么是Occupancy自动驾驶领域，按照传统会分为perception,prediction,planning和control四大部分，有时会加上map。其中最为重要的就是perception，也是目前自动驾驶的瓶颈所在，如果感知算法给了下游任务错误的视觉信息，

车辆轨迹预测系列(三)：nuScenes数据集详细介绍-1文章目录车辆轨迹预测系列(三)：nuScenes数据集详细介绍-1一、数据集准备1、解压2、安装nuscenes-devkit3、介绍二、架构内容解释1、category类别2、attribute属性3、visibility可见性4、instance实例5、sensor传感